Cientistas criam IA capaz de prever a radiação solar: "com uma precisão sem precedentes"
A previsão precisa da radiação solar de curto prazo é essencial para a operação e o despacho estáveis dos sistemas de geração de energia fotovoltaica. Saiba mais aqui!
A previsão precisa da radiação solar é crucial para a estabilidade dos sistemas de energia fotovoltaica, mas os modelos atuais tornam-se frequentemente imprecisos à medida que o tempo de previsão aumenta. Para enfrentar este desafio, investigadores liderados pela Universidade de Ciência da Informação e Tecnologia de Nanquim revelaram uma solução baseada em IA, denominada GAN-Solar, concebida para gerar previsões mais precisas e fiáveis para a gestão da energia solar.
Como funciona a GAN-Solar?
O modelo utiliza o princípio das Redes Adversariais Generativas (GANs), que colocam duas redes neuronais uma contra a outra num processo semelhante a uma competição entre um "mestre pintor" (o gerador) e um "crítico de arte perspicaz" (o discriminador). O gerador produz mapas simulados de radiação futura a partir de dados históricos, enquanto o discriminador aprende a detetar se as imagens são genuínas ou geradas.
Ao contrário dos modelos convencionais que perdem detalhes com o tempo, o GAN-Solar oferece uma maior fidelidade tanto na distribuição global como nas características locais da radiação solar. "Os modelos tradicionais 'vêem' com menos clareza em tempos de previsão mais longos. O GAN-Solar é como equipar o sistema de previsão com um par de óculos de alta precisão", disse Chen.
Um avanço para a precisão de modelos de precisão
A precisão melhorada proporciona uma operação mais suave das redes de energia solar e das redes ligadas por satélite que dependem de uma entrada de energia estável.
A validação experimental mostra que o GAN-Solar elevou o Índice de Similaridade Estrutural (SSIM) das imagens previstas de 0,84 para 0,87, reduzindo o erro quadrático médio em aproximadamente 3,2%, superando outros modelos avançados. Os resultados demonstram a sua capacidade de fornecer previsões de alta precisão e baixa distorção, essenciais para aplicações de energia solar em tempo real e redes de comunicação por satélite.
Referência da notícia
Chao Chen, Xin Liu, Shizhong Zhao, Muhammad Bilal. GAN-based solar radiation forecast optimization for satellite communication networks. International Journal of Intelligent Networks (2025).